存在网络干扰时因果效应估计理论的要素
统计方法学
2017-02-14 v1
摘要
在处理单元的处理会影响其他单元结果的随机化实验中，这类实验在医疗、经济学以及社会与信息科学中正变得日益普遍。从因果推断的角度看，此类实验中典型的无干扰假设变得站不住脚。然而，在许多问题中，干扰模式可通过观测分析单元之间的网络连接来获知。本文利用观测到的网络，通过假设个体的潜在结果仅取决于该个体的处理及其邻居的处理，发展了针对因果效应的最优估计理论的若干要素。我们提出了一组对潜在结果的排除限制，并展示了这些限制的子集如何导致不同的参数化。考虑平均直接处理效应的线性无偏估计量类，我们推导了设计上导致无偏估计量存在的条件，并对导致最小积分方差估计量的权重提供了分析见解。我们通过模拟说明了这些估计量相较于更标准的偏倚和无偏估计量具有改进的性能。
引用
@article{arxiv.1702.03578,
title = {Elements of estimation theory for causal effects in the presence of network interference},
author = {Daniel L. Sussman and Edoardo M. Airoldi},
journal= {arXiv preprint arXiv:1702.03578},
year = {2017}
}